MétaCan
Menu
Retour à la cohorte
Enregistrement W2910723932 · doi:10.52358/mm.v1i1.58

Création et évaluation d’un prototype de jeu sérieux dédié à l’amélioration de la lecture chez les enfants présentant des symptômes de dyslexie

2018· article· fr· W2910723932 sur OpenAlexaffvenue
François Lewis, Patrick Plante

Notice bibliographique

RevueMédiations et médiatisations · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

Cet article, qui est la synthèse d’un mémoire de maîtrise, a principalement trois objectifs. Le premier objectif consiste à développer une méthodologie de conception de jeu sérieux éducatif (JSÉ) permettant spécifiquement d’aider les enfants qui éprouvent des difficultés en lecture ou qui présentent des symptômes associés à la dyslexie développementale. Le deuxième objectif consiste à réaliser un prototype Alpha du jeu, et le troisième objectif consiste à évaluer la cohérence du scénario ainsi que l’ergonomie du jeu par un test utilisateur.
 Les travaux de Green et Bavellier (2012) indiquent que jouer à des jeux vidéo d’action améliore l’attention et l’apprentissage. Tandis que la recherche de Franceschini, Gori, Ruffino, Molteni et Facoetti (2013) démontre que l’utilisation d’un jeu vidéo d’action sans dimension sérieuse améliore la concentration et la vitesse de lecture des enfants dyslexiques.
 Dans le cadre de cette recherche, nous croyons que l’ajout d’exercices de rééducation en lecture à un jeu vidéo d’action améliorera son efficacité pour l’apprentissage de la lecture des enfants présentant des symptômes associés à la dyslexie.
 Les résultats de l’expérimentation portant sur la cohérence du scénario ainsi que sur l’ergonomie du jeu sont prometteurs. Des modifications devront être effectuées, notamment au niveau de la navigation et de l’optimisation des missions du jeu.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,048
Tête enseignante GPT0,384
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMédiations et médiatisationsMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207